Chatbots La rédaction Aikiwi · Publié le · 6 min de lecture

Installer une IA en local : Ollama pas à pas, LM Studio et Jan

Visuel de couverture d'Aikiwi, rubrique Guides, couleurs de la catégorie Chatbots : « IA en local », avec le logo de Jan

Installer une IA en local consiste à exécuter un modèle sur votre ordinateur plutôt qu’à passer par un service en ligne. Ollama permet de télécharger et de lancer ces modèles, tandis que LM Studio et Jan proposent une interface graphique pour dialoguer avec eux.

Ce qu’il vous faut pour installer une IA en local

  • Windows : Ollama permet de faire tourner une IA en local sous Windows 10 22H2 ou une version plus récente, en édition Famille ou Professionnel. Son installation ne demande pas de droits d’administrateur et se fait par défaut dans votre dossier personnel. Prévoyez au moins 4 Go pour installer Ollama, puis de l’espace supplémentaire pour les modèles, qui peuvent peser de quelques dizaines à quelques centaines de Go.
  • Mac : macOS Sonoma (v14) ou une version plus récente est nécessaire. Avec une puce Apple M, Ollama peut utiliser le processeur et la carte graphique. Sur un Mac x86, seul le processeur est pris en charge.
  • Carte graphique NVIDIA : la prise en charge exige une capacité de calcul de 5.0 ou plus et un pilote en version 550 ou plus récente ; sous Windows, la page d’Ollama demande un pilote NVIDIA 551.61 ou plus récent.
  • Vitesse de fonctionnement : les performances dépendent de votre ordinateur. Selon Ollama, les gros modèles sont lents sur une machine sans carte graphique puissante.

Pourquoi faire tourner une IA en local ?

  • Données et prompts : selon Ollama, quand le modèle tourne en local, l’éditeur ne voit ni vos prompts ni vos données. LM Studio indique de son côté que rien de ce que vous saisissez ne quitte l’appareil.
  • Utilisation hors ligne : selon LM Studio, une fois sur votre machine, le modèle tourne en local et fonctionne sans connexion.
  • Récupération du modèle : le téléchargement demande en revanche une connexion internet stable.
  • Modèles cloud : Ollama exécute aussi certains modèles sur ses propres serveurs. Son mode uniquement local coupe ces fonctions cloud, au prix des modèles cloud et de la recherche web.

Installer Ollama sur Windows, macOS ou Linux

Chaque système a sa commande d’installation, et le Mac accepte aussi une installation sans terminal.

  1. Sous Windows : ouvrez PowerShell et exécutez irm https://ollama.com/install.ps1 | iex. Ollama tourne ensuite en arrière-plan, et la commande ollama répond aussi dans cmd.
  2. Sous macOS ou Linux : lancez curl -fsSL https://ollama.com/install.sh | sh dans le Terminal.
  3. Sur Mac sans terminal : montez le fichier ollama.dmg, puis glissez l’application Ollama dans le dossier Applications, la méthode qu’Ollama recommande sur Mac.
  4. Premier lancement : ouvrez l’application ou tapez ollama dans le terminal, puis suivez les invites et choisissez un modèle local.

Télécharger et lancer un premier modèle avec Ollama

Trois commandes servent à lancer, surveiller puis décharger un modèle dans le terminal.

  1. Lancer le modèle : exécutez ollama run gemma4 pour télécharger et lancer Gemma 4 dans sa version par défaut, gemma4:e4b. Gemma 4 est une famille de modèles ouverts de Google DeepMind : ils acceptent le texte et les images en entrée et répondent en texte.
  2. Voir les modèles chargés : exécutez ollama ps pour afficher les modèles présents en mémoire.
  3. Libérer la mémoire : tapez ollama stop gemma4 ; sans cette commande, Ollama garde le modèle 5 minutes par défaut.

La bibliothèque d’Ollama, sur ollama.com/library, répertorie les autres modèles.

Choisir la taille du modèle selon votre ordinateur

Gemma 4 existe en plusieurs tailles : selon le catalogue officiel d’Ollama, les plus petites sont conçues pour tourner efficacement sur un ordinateur portable ou un appareil mobile. Pour lancer une taille précise, ajoutez son étiquette à la commande, par exemple ollama run gemma4:e2b. Le contexte, exprimé en tokens, des unités de texte, désigne la quantité de texte que le modèle peut prendre en compte.

VersionTaille selon OllamaContexteType d’entrée
gemma4:e2b4,6 à 7,5 Go128K tokensTexte et image
gemma4:e4b (par défaut)6,6 à 9,5 Go128K tokensTexte et image
gemma4:12b7,7 à 8,0 Go256K tokensTexte et image
gemma4:26b16 à 19 Go256K tokensTexte et image
gemma4:31b19 à 20 Go256K tokensTexte et image

Pour situer ces modèles parmi d’autres, Aikiwi tient un classement des LLM ; le guide qu’est-ce qu’un LLM explique ce que sont ces grands modèles de langage.

Sans ligne de commande : LM Studio et Jan

  • LM Studio : cette application télécharge et fait tourner des LLM, ou grands modèles de langage, comme gpt-oss, Llama ou Qwen, avec une interface de chat ; elle cherche et télécharge les modèles depuis Hugging Face. Pour l’installer, téléchargez sur la page Downloads du site de LM Studio l’installateur de votre système : macOS, Windows ou Linux.
  • Configuration conseillée pour LM Studio : sur Mac, une puce Apple Silicon et macOS 14.0 ou plus récent, avec 16 Go de mémoire recommandés ; les Mac Intel ne sont pas pris en charge. Sur Windows, un processeur x64 compatible AVX2 est requis, et LM Studio recommande au moins 16 Go de mémoire vive et 4 Go de mémoire graphique dédiée.
  • Jan : cette application open source fait fonctionner ses modèles entièrement sur votre ordinateur, sans création de compte. Téléchargez Jan, installez l’application sur Mac, Windows ou Linux, puis lancez-la : elle télécharge automatiquement son modèle par défaut. Pour un autre modèle, ouvrez le Hub dans la barre latérale, cherchez un modèle et cliquez sur Download ; chaque modèle y indique s’il convient au matériel de votre ordinateur, puis se choisit dans le sélecteur de modèle de la conversation.

Questions fréquentes

Que se passe-t-il si le modèle ne tient pas en VRAM ?

Avec Ollama, le modèle peut être réparti entre la VRAM, la mémoire de la carte graphique, et la mémoire de l’ordinateur, ou être chargé entièrement dans cette dernière. S’il tient entièrement sur une seule carte graphique, Ollama l’y charge. La commande ollama ps indique son emplacement : 48%/52% CPU/GPU signifie un chargement partagé entre les deux mémoires, tandis que 100% CPU signifie un chargement entièrement dans la mémoire de l’ordinateur.

Sources et méthode

Informations vérifiées le .

Cet article est préparé par la rédaction d'Aikiwi avec une chaîne automatisée : chaque information est reliée à une source publique et vérifiée avant publication. Il ne rapporte pas de test pratique, sauf mention contraire. Notre méthode

Suivez l'IA et les agents IA avec notre newsletter.

Inscrivez-vous pour recevoir les nouveautés, les tendances et des astuces sur l'intelligence artificielle.

En vous abonnant, vous acceptez notre politique de confidentialité et notre politique de cookies.